Спосіб оптимізації енергоживлення IoT-системи моніторингу кліматичних показників
DOI:
https://doi.org/10.32515/2664-262X.2026.14(45).131-136Ключові слова:
IoT, energy efficiency, adaptive control, mathematical modeling, ESP32, ULP coprocessor, deep sleep.Анотація
У статті розглядається актуальна науково-прикладна проблема підвищення енергетичної ефективності автономних систем моніторингу кліматичних показників, побудованих на базі технологій Інтернету речей (IoT). Метою дослідження є розробка комплексного способу адаптивного керування режимами енергоспоживання, який дозволяє мінімізувати витрати заряду джерела живлення без втрати інформативності даних. Обґрунтовано, що традиційні методи збору телеметрії за фіксованим розкладом є неоптимальними для динамічних середовищ, оскільки призводять до надлишкової активності радіотракту в періоди стабільності показників. Для досягнення поставленої мети запропоновано та математично обґрунтовано модель енергоспоживання вузла, яка враховує динаміку перехідних процесів мікроконтролера. Розроблено алгоритм динамічної зміни інтервалів сну, що базується на обчисленні градієнта зміни вимірюваної величини: частота опитування автоматично знижується, якщо параметри середовища залишаються стабільними. Практична реалізація способу виконана у вигляді універсального апаратно-програмного комплексу на базі SoC ESP32-WROVER-E. Ключовою особливістю архітектури є використання енергоефективного ULP-співпроцесора (Ultra Low Power) для фонового моніторингу сенсора BME680 через програмний інтерфейс I2C, що дозволило розвантажити основне обчислювальне ядро. Програмне забезпечення реалізовано на базі операційної системи реального часу FreeRTOS із застосуванням патерну «Скінченний автомат» (FSM), який керує переходами між станами глибокого сну, збору даних та активної комунікації. Результати експериментальних досліджень підтвердили ефективність запропонованого підходу. Встановлено, що застосування адаптивного алгоритму дозволяє знизити середній струм споживання системи в активному режимі до 12,47 мА (при використанні протоколу CoAP) та до 12,63 мА (для LoRaWAN). Це забезпечує зниження загальних енерговитрат на 72–87 % порівняно з базовими алгоритмами фіксованого розкладу. Доведено, що запропонована архітектура дозволяє суттєво подовжити термін автономної роботи пристроїв моніторингу, забезпечуючи баланс між деталізацією даних та енергозбереженням.
Посилання
References
1. Jawad, H. M., Nordin, R., Gharghan, S. K., Jawad, A. M., & Ismail, M. (2017). Energy-Efficient Wireless Sensor Networks for Precision Agriculture: A Review. Sensors, 17(8), 1781. https://doi.org/10.3390/s17081781
2. Cherif, A., Belkadi, M., & Sauveron, D. (2022). Towards Hybrid Energy-Efficient Power Management in Wireless Sensor Networks. Sensors, 22(1), 301. https://doi.org/10.3390/s22010301
3. Azarov, O. D., Zakharchenko, S. M., Kaduk, O. V., et al. (2020). Computer networks. Vinnytsia: VNTU. URL: https://pdf.lib.vntu.edu.ua/books/IRVC/Azarov_2020_378.pdf [in Ukrainian].
4. Zhuikov, V. Ya., Tereshchenko, T. O., Yamnenko, Yu. S., & Zahranychnyi, A. V. (2021). Microprocessor technology. Kyiv: Igor Sikorsky KPI. URL: https://ela.kpi.ua/items/72c3efda-c1a3-4f1a-ba30-35ac2bcf09f2 [in Ukrainian].
5. Ivanchuk, O. V. (2024). Research of methods for optimizing energy consumption in IoT protocols. Visnyk of Kherson National Technical University, 4(91), 273–281. URL: https://journals.kntu.kherson.ua/index.php/visnyk_kntu/article/view/804 [in Ukrainian].
6. Sapozhnyk, D. O., & Plechystyi, D. D. (2023). Using the Internet of Things to save energy resources. Visnyk of Vinnytsia Politechnical Institute, 4, 39–45. URL: https://doi.org/10.31649/1997-9266-2023-169-4-39-45 [in Ukrainian].
7. Jim, L. T., Sandre, F. S., & Al-Anbuky, A. (2019). Performance Evaluation of CoAP and MQTT Protocols over Unreliable Networks. Proceedings, 31(1), 49.
8. Al-Masri, E., & Al-Salti, Z. (2020). Comparative Performance Analysis between MQTT and CoAP Protocols for IoT with Raspberry PI 3 in IEEE 802.11 Environments. In 2020 3rd International Conference on New Trends in Computing Sciences (ICTCS) (pp. 1–6). Amman, Jordan: IEEE.
9. Espressif Systems. (2024). ESP32 Series Datasheet. URL: https://www.espressif.com/sites/default/files/documentation/esp32_datasheet_en.pdf
10. Bosch Sensortec. (2023). BST-BME680-DS001: BME680 Low power gas, pressure, temperature & humidity sensor. URL: https://www.bosch-sensortec.com/media/boschsensortec/downloads/datasheets/bst-bme680-ds001.pdf
11. Shelby, Z., Hartke, K., & Bormann, C. (2014). The Constrained Application Protocol (CoAP) (RFC 7252). IETF. URL: https://datatracker.ietf.org/doc/html/rfc7252
12. Banks, A., & Gupta, R. (Eds.). (2019). MQTT Version 5.0 (OASIS Standard). OASIS. URL: https://docs.oasis-open.org/mqtt/mqtt/v5.0/mqtt-v5.0.html
13. Raza, U., Kulkarni, P., & Sooriyabandara, M. (2017). Low Power Wide Area Networks: An Overview. IEEE Communications Surveys & Tutorials, 19(2), 855–873.
14. Semtech Corporation. (2024). SX1276 Wireless & RF Transceiver. URL: https://www.semtech.com/products/wireless-rf/lora-connect/sx1276
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 © І. С. Стецюренко, А. В. Петрашенко

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.